Una tienda francesa que quiere vender en Alemania, España y Países Bajos triplica su mercado potencial. El precio a pagar: traducir 5.000 fichas de producto a 7 idiomas, es decir, 35.000 traducciones. A 20 € por ficha con un traductor freelance, hablamos de 700.000 € y 18 meses de plazo: irreal para el 99 % de las tiendas.
En 2026, la traducción automática orientada con IA hace posible este trabajo en 2-3 semanas por menos de 1.000 €. Pero entre “hacerlo” y “hacerlo bien” hay 4 errores que conviene evitar.
Los motores de traducción automática genéricos (DeepL, Google, Microsoft) son excelentes para prosa estándar. Fallan en e-commerce por tres razones:
Léxico de producto específico de cada mercado. En inglés británico, un pantalón se llama "trousers"; en inglés americano es "pants"; y "pants" en UK significa ropa interior. Un traductor automático sin ajustar no lo sabe.
Unidades y formatos locales. Un 44 de talla FR = 10 US = 10 UK = 280 CN. Una trona de 75 cm en Francia pasa a ser 29,5" en EE. UU. Una batería de 5000 mAh sigue siendo 5000 mAh en todas partes, pero “2 días de autonomía” puede convertirse en “2 days” o “48 hours” según el tono comercial del mercado.
Referencias culturales. “Ideal para el aperitivo con amigos” no se traduce palabra por palabra al alemán (donde el aperitivo no es una tradición equivalente). En España, “tapas” sustituye a “amuse-bouches”. Estas adaptaciones dejan fuera de juego a un traductor genérico.
La solución: un pipeline de traducción con un brief específico para e-commerce, más un postprocesado que detecte y corrija errores locales.
Un solo slug por idioma, no uno por país. Las variantes regionales (fr-CA vs fr-FR, en-US vs en-GB) se gestionan con hreflang y segmentación geográfica del lado del servidor, no con URL distintas.
Problema real: una tienda FR que migra al alemán ve cómo sus “ß” se convierten en “?” en los títulos de producto. Su meta description “für Damen” aparece como “fr Damen”. Sus URL contienen caracteres codificados e ilegibles.
Causa: el pipeline de traducción o la base de datos no está configurado en UTF-8. En 2026 es raro, pero no inexistente, sobre todo en instalaciones antiguas de WooCommerce (MySQL en latin1 por defecto).
Checklist:
Base de datos en utf8mb4 (no utf8 a secas: utf8 no gestiona todos los emojis ni algunos caracteres asiáticos)
Collation de las tablas de producto en utf8mb4_unicode_ci o utf8mb4_0900_ai_ci
El plan ideal: la IA traduce → una persona revisa → se publica. En la práctica, con 35.000 traducciones, nadie revisa las 35.000. Este es el enfoque realista:
Estrategia por niveles según ROI
Top 20 % del catálogo por facturación → revisión humana sistemática (hablante nativo del mercado objetivo). Normalmente, entre 200 y 1.000 fichas.
Middle 60 % → revisión por muestreo (10 % de las fichas). Detecta errores sistémicos sin disparar los costes.
Bottom 20 % → solo IA + detección automática de anomalías (longitud anormal, caracteres ilegibles, palabras sobrantes del idioma de origen).
Esta estrategia reduce la carga de revisión humana a ~15 % del catálogo y cubre el 85 % de la facturación. Es el compromiso que hace viable el multilingüe.
Este es el pipeline que aplicamos para traducir catálogos de 5.000 a 50.000 fichas:
Paso 1 — Creación del brief por mercado
Para cada idioma objetivo, se define:
El tono (formal vs informal, “usted” vs “tú”, “Sie” vs “du” en alemán)
El léxico específico (listas de términos que no deben traducirse, traducciones obligatorias de ciertas palabras)
Las unidades y formatos (tallas, peso, divisa)
Las referencias culturales que deben adaptarse (sí/no)
Este brief se hace una vez por idioma, en 1-2 horas. Se reutiliza para todas las traducciones futuras.
Paso 2 — Traducción IA orientada
GPT-5.4 (o Claude Opus) recibe la ficha FR de origen + el brief del mercado objetivo. Produce:
El título traducido y ajustado para el SEO local
La descripción completa (beneficios reformulados, no solo traducidos)
La meta description (reoptimizda para el CTR del mercado objetivo, no una traducción directa)
Las etiquetas traducidas
Un slug candidato (o 3 candidatos para validar)
Paso 3 — Validación automática
Un script comprueba:
Que no queden palabras del idioma de origen (“le”, “de”, “the”, “the” en versión EN...)
Longitud dentro de los límites (title < 60, meta < 160)
Caracteres especiales correctos según el idioma
Slug válido (sin caracteres prohibidos)
Las fichas que no pasan se envían a una cola de revisión manual.
Paso 4 — Publicación por lotes
Las fichas validadas se publican en masa mediante la API de administración (por POST /admin-cms/blog/articles con locale=xx, o el equivalente para producto). Es posible hacer rollback si surge algún problema.
Para cubrir el 80 % del mercado de la UE: FR, EN, ES, DE, IT. Estos 5 idiomas representan ~350 millones de consumidores. Añadir PT y NL lleva la cobertura a ~90 %. A partir de ahí, el ROI cae rápido: prioriza la profundidad (calidad de los 5 primeros) frente a la extensión (añadir polaco, checo, etc.).
No. Las reviews en el idioma de origen transmiten autenticidad. Google no penaliza una mezcla de idiomas en las reviews; de hecho, es un factor de confianza. Excepción: si el 90 % de tus reviews están en un solo idioma y te estás internacionalizando, añade subtítulos o traducción a las reviews principales al final de la página.
Por IP, no (las VPN rompen la detección y crean problemas para los crawlers de Google). Por la cabecera Accept-Language del navegador, sí, pero con cuidado. El enfoque correcto en 2026: URL localizada explícita (/fr/..., /de/...) + un selector de idioma persistente y visible en la cabecera.
Mediante hreflang en el sitemap y en las etiquetas <link rel="alternate">. El contenido puede ser idéntico en el 90 % de las fichas, con variantes locales (precio, divisa, expresiones) para el 10 % principal del catálogo. Los motores de búsqueda sirven la versión correcta según la geolocalización IP del visitante.
Sí, con una condición. EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) mide la fiabilidad global de tu sitio, no cada descripción por separado. Un catálogo con traducciones por IA + información de producto precisa + políticas claras + reviews auténticas pasa sin problema. Un catálogo con traducciones por IA + contenido pobre + avisos legales ausentes será penalizado, pero el problema no es la IA, sino la calidad global.
Con el pipeline de IA: 3-5 días de plazo total, incluyendo la creación del brief, la traducción, la validación y la publicación. Con posedición humana sobre el 20 % del catálogo: añade 2-3 semanas para la revisión. El primer idioma lleva más tiempo (creación del pipeline); los siguientes se despliegan en 2-3 días cada uno.